Citi 一万四千工程师在用同一个写代码智能体：技术厂商支出降了 30%，哪些数能核对

大银行开始用智能体把外包的开发活拉回内部，并把这件事写进财报电话会。

先给结论：花旗这组数字里，能带走的不是「厂商支出降了 30%」这一个结果，而是它把写代码智能体和「把活收回来」绑在同一句话里讲；同一周，摩根大通在电话会上强调不会放任意外部智能体进公司。一边往内拉，一边把门外的挡住——这才是本季银行智能体落地里真正改变了什么。

一个具体的场景

设想一家大银行的技术部门，过去把一批常规开发、改接口、改表单的活分包给外部厂商。账单按合同走，交付节奏看供应商排期。现在行内工程师打开同一个写代码智能体，先在内部把草稿和测试骨架做出来，再决定还要不要把整包活派出去。电话会上，CEO 用的不是演示视频，而是两样东西：多少工程师在用这个工具，以及技术厂商支出同比怎么变。

做了什么

据 The Motley Fool 刊登的花旗 2026 年第三季度财报电话会逐字稿（2026-10-13），CEO Jane Fraser 把 AI 写进了结构性效率这一段。她说，新产品以更低成本、更快速度上线，上线速度平均提高约 30%–40%；另举一例：约 14,000 名（稿中写 fourteen thousand）工程师使用行内主写代码智能体。逐字稿把工具名转写成「Devon」；据同周 Banking Dive 的综述（2026-10-15），该工具名为 Devin。Fraser 的原意是：这让行内自己干活更高效，于是出现 in-sourcing——技术厂商支出同比下降 30%，并且「还有很长的路要走」。接着她说，大约 100 个最手工的流程，已经或正在用 AI 与自动化做端到端重做，这是全公司系统性项目。

客服一侧，同一份逐字稿写：面向客户服务人员的 AI 工具已在两个国家上线，客户响应时间改善 21%，满意度分数更好。Wealth 条线的 CitiSky 仍在试点。

对照来看摩根大通。据 摩根大通投资者关系发布的第三季度电话会逐字稿 PDF，Jamie Dimon 回答智能体相关提问时说：对客户的关注不变，「不是反对智能体，也不是拥护智能体」，它们是工具；内部会继续用智能体做好事；但不会允许任意外部智能体进入公司，因为对客户和对银行都太冒险——「你不会希望出现流氓智能体，而它们可能有成千上万个」。成本一侧，他提到模型路由工具会把请求送到最快、最便宜、合适的模型，「不是每个查询都需要最贵的那一档」。

Banking Dive 把花旗、摩根大通、高盛、富国等多家银行同一周的口径放在一起：花旗讲速度与厂商支出，Dimon 讲外部智能体入口与路由，高盛的 David Solomon 强调严格测试、独立复核、持续监测和清晰的人责。本篇只核对已打开原文的花旗与摩根大通数字与原话；未打开原文的银行口径不写入本篇的效果账。

效果：电话会上的四组数

花旗公开绑定的效果，按电话会口述整理如下（口径均为企业宣称）：

• 14,000 名工程师在用主写代码智能体（Devin）。没有说分母是全体工程师还是某一条线，也没有说「使用」是日活、周活还是开过账号。
• 技术厂商支出同比降 30%，并明确说成 in-sourcing 的后果。没有披露 30% 的美元基数、合同类型，以及有多少来自砍量、砍价或项目延期。
• 产品上线速度平均提高约 30%–40%。没有给出测算样本与「上线」的定义。
• 客服响应时间改善 21%，范围是两个已上线国家；没有写对照基期与工单类型。

摩根大通没有在同场给出对等的「工程师人数 × 支出降幅」组合，它贡献的是另一条可核对的立场：外部智能体不进公司环境，内部用路由压贵模型的滥用。这不是效果数字，但是落地边界。

代价与踩坑

第一，数字全是口述。14,000、30%、30%–40%、21% 都出现在 CEO 讲话里，电话会不是审计报表；Banking Dive 的转述与逐字稿一致，但并没有增加第三方度量。

第二，约 100 个流程是进行时。Fraser 的原话是「have or are being re-engineered」，已完成与进行中混在一个数里，不能当成 100 个流程已经跑完。

第三，遣散费与智能体同场出现，因果不能自动粘上。逐字稿写本季营业费用含约 2 亿美元遣散费，年初至今遣散费逾 10 亿美元，主要落在职能、技术与运营；管理层把遣散与结构性效率、流程改造放在同一套叙事里，但没有给出「因 Devin 少雇了多少外包或员工」的拆分。分析推断：读者若把 30% 厂商支出下降直接读成「智能体替代了外包岗位」，会越过证据——依据是电话会只给出了支出同比与工具用量，没有给出人头、工时或合同份数的对照。

第四，摩根大通的边界本身也是代价：不放外部智能体，意味着员工侧与客户侧要另建受治理的入口；路由能省钱，也要把「谁决定这条请求够不够难」变成稳定规则，否则省下的钱会在误升级里吐回去。

哪些已证实，哪些只是宣称

• 企业宣称：花旗的 14,000 名工程师使用主写代码智能体、技术厂商支出同比降 30%、产品上线速度约 30%–40%、约 100 个流程在重做、两个国家客服响应时间改善 21%。来源是 CEO 在财报电话会上的口述，经 Motley Fool 逐字稿与 Banking Dive 转述交叉可见，但无分母、基期与第三方核对。
• 官方文件：摩根大通「不会允许任意外部智能体进入公司」「不是反对也不是拥护智能体」「模型路由送到最快最便宜合适的模型」等表述，来自公司投资者关系发布的电话会 PDF，可按官方逐字稿核对措辞；它们是立场与方法，不是效果数字。
• 媒体报道：Banking Dive 综述把多家银行口径并列，并写明工具名为 Devin；它对花旗数字的转述与逐字稿一致，但不构成独立度量。
• 未写入本篇：Bank of America 关于约 130 个 AI 项目与收益指引的二手报道，因电话会原文未打开，整段放弃，不并入效果账。

最强反方

最有力的反驳是：30% 厂商支出下降，完全可能主要来自砍项目、压价和把改造费用前移，智能体只是叙事里的挂件；14,000 这个数也可能是「开过账号」而非「靠它交付」。若如此，本篇把「拉回内部」写成变化，就夸大了工具的作用。遣散费逾 10 亿美元年初至今，更像传统的结构性缩编，与 Devin 无关。

我们在因果上让步：没有合同级或工时级的拆分之前，不能说 Devin 导致了 30%。但论点仍然站住的部分是——花旗选择把写代码智能体与 in-sourcing、厂商支出放在同一段讲话里，向投资者解释效率；摩根大通选择把外部智能体入口写成风险边界。电话会里愿意绑定的说法，本身就是落地进度的信号；信号不等于已证实的因果。

我们不知道什么

• 14,000 的分母与活跃口径，以及 Devin 生成的代码里有多少最终合入生产。
• 技术厂商支出 30% 的美元基数、供应商名单变化，以及与遣散、项目延期各自占多少。
• 约 100 个流程里，有多少已上线、失败率与回滚率是多少。
• 客服 21% 的基期、渠道与是否牺牲了人工接管率。
• 摩根大通「外部智能体」的操作定义：浏览器插件、供应商托管智能体、客户侧个人智能体，各自卡在哪一层。

接下来看什么

一是各行 10-Q 或技术外包、专业服务费用附注，能否给电话会口述补上可审计的基期。二是更多银行是否在电话会上同时报「内部智能体用量」与「外部智能体入口政策」，而不是只报效率百分比。三是外包与 IT 服务商下一季的银行客户收入，是否出现与买方「vendor spend 下降」可对照的变化——有对照才谈得上因果，而不是叙事。